加载中 README.md +8 −2 原始行号 差异行号 差异行 加载中 @@ -11,6 +11,7 @@ this is UNOFFICIAL implementation. - python 3 - Tensorflow - Numpy - sklearn # Usage instructions To use DAGMM model, you need to create "DAGMM" object. 加载中 @@ -35,7 +36,7 @@ At initialize, you have to specify next 4 variables at least. Then you fit the training data, and predict to get energies (anomaly score). It looks like the model interface of scikit-learn. For more details, please check out dagmm/dagmm.py docstrings. For more details, please check out [dagmm/dagmm.py](dagmm/dagmm.py) docstrings. # Example ## Small Example 加载中 @@ -55,12 +56,17 @@ model.fit(x_train) # Evaluate energies # (the more the energy is, the more it is anomary) energy = model.predict(x_test) # Save fitted model to the directory model.save("./fitted_model") # Restore saved model from dicrectory model.restore("./fitted_model") ``` ## Jupyter Notebook Example You can use [jupyter notebook example](Example_DAGMM.ipynb). This example uses random samples of mixture of gaussian. (need sklearn) # Notes ## GMM Implementation 加载中 README_ja.md +8 −2 原始行号 差异行号 差异行 加载中 @@ -12,6 +12,7 @@ DAGMM (Deep Autoencoding Gaussian Mixture Model) の Tensorflow 実装です。 - python 3 - Tensorflow - Numpy - sklearn # 利用方法 DAGMMを利用するには、まずDAGMMオブジェクトを生成します。 加载中 @@ -36,7 +37,7 @@ DAGMMを利用するには、まずDAGMMオブジェクトを生成します。 その後、スコアを算出したいデータに対して予測(predict)を行います。 (scikit-learnにおける予測モデルの利用方法と似ています) オプションの詳細については dagmm/dagmm.py の docstring を参照してください。 オプションの詳細については [dagmm/dagmm.py](dagmm/dagmm.py) の docstring を参照してください。 # 利用例 ## シンプルな例 加载中 @@ -56,12 +57,17 @@ model.fit(x_train) # エネルギーの算出 # (エネルギーが高いほど異常) energy = model.predict(x_test) # 学習済みモデルをディレクトリに保存する model.save("./fitted_model") # 学習済みモデルをディレクトリから読み込む model.restore("./fitted_model") ``` ## Jupyter Notebook サンプル Jupyter notebook での[実行サンプル](./Example_DAGMM_ja.ipynb)を用意しました。 このサンプルでは、混合正規分布に対して適用した結果となっています。 (sklearn が必要です) # 補足 ## 混合正規分布(GMM)の実装について 加载中 加载中
README.md +8 −2 原始行号 差异行号 差异行 加载中 @@ -11,6 +11,7 @@ this is UNOFFICIAL implementation. - python 3 - Tensorflow - Numpy - sklearn # Usage instructions To use DAGMM model, you need to create "DAGMM" object. 加载中 @@ -35,7 +36,7 @@ At initialize, you have to specify next 4 variables at least. Then you fit the training data, and predict to get energies (anomaly score). It looks like the model interface of scikit-learn. For more details, please check out dagmm/dagmm.py docstrings. For more details, please check out [dagmm/dagmm.py](dagmm/dagmm.py) docstrings. # Example ## Small Example 加载中 @@ -55,12 +56,17 @@ model.fit(x_train) # Evaluate energies # (the more the energy is, the more it is anomary) energy = model.predict(x_test) # Save fitted model to the directory model.save("./fitted_model") # Restore saved model from dicrectory model.restore("./fitted_model") ``` ## Jupyter Notebook Example You can use [jupyter notebook example](Example_DAGMM.ipynb). This example uses random samples of mixture of gaussian. (need sklearn) # Notes ## GMM Implementation 加载中
README_ja.md +8 −2 原始行号 差异行号 差异行 加载中 @@ -12,6 +12,7 @@ DAGMM (Deep Autoencoding Gaussian Mixture Model) の Tensorflow 実装です。 - python 3 - Tensorflow - Numpy - sklearn # 利用方法 DAGMMを利用するには、まずDAGMMオブジェクトを生成します。 加载中 @@ -36,7 +37,7 @@ DAGMMを利用するには、まずDAGMMオブジェクトを生成します。 その後、スコアを算出したいデータに対して予測(predict)を行います。 (scikit-learnにおける予測モデルの利用方法と似ています) オプションの詳細については dagmm/dagmm.py の docstring を参照してください。 オプションの詳細については [dagmm/dagmm.py](dagmm/dagmm.py) の docstring を参照してください。 # 利用例 ## シンプルな例 加载中 @@ -56,12 +57,17 @@ model.fit(x_train) # エネルギーの算出 # (エネルギーが高いほど異常) energy = model.predict(x_test) # 学習済みモデルをディレクトリに保存する model.save("./fitted_model") # 学習済みモデルをディレクトリから読み込む model.restore("./fitted_model") ``` ## Jupyter Notebook サンプル Jupyter notebook での[実行サンプル](./Example_DAGMM_ja.ipynb)を用意しました。 このサンプルでは、混合正規分布に対して適用した結果となっています。 (sklearn が必要です) # 補足 ## 混合正規分布(GMM)の実装について 加载中
